如何用dplyr筛选除指定变量外其余变量均无缺失值的观测？

这里提供两种优雅的实现方式，无需手动罗列所有变量：

方法1：结合select和complete.cases #

兼容大多数dplyr版本，逻辑直观：

library(dplyr)

# 排除单个变量（比如var1）
data %>%
  filter(complete.cases(select(., -var1)))

# 排除多个变量（比如var1和var2）
data %>%
  filter(complete.cases(select(., -c(var1, var2))))

思路是先通过select(., -var1)取出除目标变量外的所有列，再用complete.cases检查这些列是否完全无NA，最后筛选符合条件的行。

方法2：用if_all（dplyr 1.0.0及以上版本） #

更贴合dplyr现代语法，代码更简洁：

library(dplyr)

# 排除单个变量
data %>%
  filter(if_all(-var1, ~!is.na(.x)))

# 排除多个变量
data %>%
  filter(if_all(-c(var1, var2), ~!is.na(.x)))

if_all(-var1, ~!is.na(.x))会对除var1外的每一列逐一检查元素是否非NA，只有当所有列都满足无NA时，该行才会被保留。

内容的提问来源于stack exchange，提问作者mdelas